Platforma AI do targetowania mikrokampanii: Genie Vision
Branża
Technologie
Kraj
O Kliencie
Genie Vision to produkt B2B dla sieci handlowych, zbudowany na danych zakupowych zbieranych przez konsumencką aplikację Vault. Sieć widzi transakcje we własnych sklepach, ale nie to, co jej klienci kupują gdzie indziej; dane z paragonów uzupełniają ten brakujący obraz i pozwalają wykorzystać go w marketingu. Produkt zastępuje tradycyjne formularze kampanijne rozmową. Operator pyta naturalnym językiem, jakie produkty klienci kupują poza siecią albo kto przestał ją odwiedzać, dostaje odpowiedzi z wykresami, zawęża wyniki do precyzyjnie zdefiniowanej grupy odbiorców i uruchamia kampanię z osobistą ofertą, mierzoną aż po realizacje i zwrot z inwestycji. Zbudowaliśmy ten produkt etapami. Najpierw powstał interaktywny prototyp, na którym można było przetestować cały przepływ, zanim ruszyła budowa backendu. Po pozytywnych testach zbudowaliśmy wersję produkcyjną i dziś aktywnie rozwijamy Genie Vision.
Potrzeby Klienta
Kampanie budowane przez rozmowę
Targetowanie behawioralne na danych zakupowych
Wiedza o zakupach klientów u konkurencji
Pomiar zwrotu z kampanii
Kluczowym wymaganiem było zaufanie operatora do AI. Zespół marketingu nie wyśle oferty do tysięcy klientów na podstawie kryteriów, których nie może sprawdzić. Dlatego rozmowa z AI kończy się czytelną listą kryteriów, którą operator zatwierdza przed startem, wielkość grupy odbiorców przelicza się przy każdej zmianie, a wyniki kampanii, od kosztu po przypisany przychód, widać do samego końca.
Dostarczone Usługi
Analityka konwersacyjna: Czat odpowiada danymi: wykresy, zestawienia konkurencji i tabele pojawiają się bezpośrednio w rozmowie, a niejednoznaczne pytania dostają opcje doprecyzowania zamiast zgadywania.
Kryteria, które można sprawdzić: Zanim kampania wystartuje, operator widzi dokładnie, do kogo trafi: jak często ci klienci kupują, ile wydają, jakie kategorie wybierają i czy wyrazili zgody marketingowe. Wielkość grupy odbiorców aktualizuje się przy każdej zmianie kryteriów.
Mapowanie produktów konkurencji: Opisy pozycji z paragonów są sprowadzane do wspólnej, ujednoliconej taksonomii produktów, tej samej, która porządkuje dane w całej platformie. Kampania może dzięki temu trafić na przykład do osób kupujących konkretny produkt u konkurencji, a operator od razu widzi, ile takich osób jest.
Kreator kampanii: Prowadzony krok po kroku przepływ od produktu i grupy odbiorców do samej oferty (rabat kwotowy albo opisana korzyść), czasu trwania, treści dla klienta i eksportu listy odbiorców gotowej dla systemu POS sieci.
Pomiar kampanii: Każda kampania jest rozliczana z wyników: ile osób objęła, ile ofert zrealizowano, ile to kosztowało i jaki przychód można jej przypisać. Sieć widzi też, jaką część zakupów swoich klientów obsługuje, a jaką oddaje konkurencji.
Zakres Prac
Zaprojektowaliśmy produkt i przeprowadziliśmy go od prototypu do wersji produkcyjnej.
Projekt konwersacyjnego przepływu kampanii: od pytania naturalnym językiem, przez wykresy i doprecyzowania, po zweryfikowaną grupę odbiorców i uruchomioną kampanię.
Projekt interaktywnych kart używanych w rozmowie: wgląd w grupę odbiorców, listy kohort, mapowanie produktów konkurencji i tworzenie kampanii.
Modelowanie kryteriów targetowania na prawdziwych danych zakupowych: częstotliwość, wartość koszyka, kategorie, lojalność, świeżość zakupów i zakupy u wskazanych konkurentów, z wyliczaniem wielkości grupy na bieżąco.
Budowa kreatora kampanii z ofertami kwotowymi i opisowymi, treścią dla klienta i eksportem listy odbiorców do CSV pod integrację z POS.
Projekt warstwy pomiaru: wskaźniki kampanii od zasięgu po realizacje, konwersję, przypisany przychód i zwrot z inwestycji, plus panel partnera pokazujący, jaką część zakupów klientów obsługuje sieć, a jaka trafia do konkurencji.
Budowa produktu etapami: najpierw prototyp w React i TypeScript na symulowanych danych, testowany z użytkownikami, a po pozytywnych wynikach wersja produkcyjna, którą dziś aktywnie rozwijamy.
Technologie
Współpraca
Zaczęliśmy od działającej aplikacji na symulowanych danych zamiast prezentacji. Cały przepływ, od pytania, przez analizę i grupę odbiorców, po kampanię i wyniki, można było pokazywać sieciom handlowym i testować z użytkownikami, zanim zapadła decyzja o budowie backendu. Po pozytywnych testach zbudowaliśmy wersję produkcyjną na sprawdzonych elementach platformy: analityka konwersacyjna działa według tego samego wzorca co asystent, którego zbudowaliśmy dla Vault, a targetowanie korzysta z działającego na produkcji przetwarzania dokumentów. Genie Vision działa i jest aktywnie rozwijany.
Sprawdź naszą pracę na Clutch